arXiv cs.LG· Daniel Lawson, Dhruv Sreenivas, Adriana Hugessen, Khimya Khetarpal, Glen Berseth·· 19 天前AI 评分33
利用几何时域模型想象目标以提升策略泛化能力
Imagining Goals with Geometric Horizon Models for Policy Generalization
AI 导读
研究提出 TD-Aug 方法，通过几何时域模型采样直接想象组合已有知识可达成的新结果，以此解决离线策略在长时域下的零样本目标泛化难题。实验表明，将这些想象出的未来结果作为目标用于训练目标条件行为克隆（goal-conditioned BC）策略，能显著提升其在基于拼接的 OGBench 任务中的泛化表现。
来源：arXiv cs.LG · arxiv.org